Μετάβαση στο περιεχόμενο

Stable Audio 3 Medium Audio to Audio

Ενσωμάτωση

id μοντέλου stable-audio-3/medium/audio-to-audio
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-3/medium/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Αυτό το αίτημα: 0,042 $ 42 πιστώσεις API · ≈ 4,52 ₽ Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Stability AI Ήχος 1–380 s #music#style-transfer#remix

Αποσταγμένο Stable Audio 3 Medium που μετατρέπει αρχικό κλιπ σε νέα παραλλαγή από prompt

Stability AI · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Οδηγίες κειμένου που περιγράφουν τον μετασχηματισμό που θα εφαρμοστεί στον ήχο-πηγή.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

Ήχος εισόδου για μετασχηματισμό.

προεπιλογή 30

Μήκος ήχου σε δευτερόλεπτα, με μέγιστο 380 δευτερόλεπτα για το medium-model (περίπου 6 λεπτά 20 δευτερόλεπτα).

Για προχωρημένους negative_prompt · output_format · bitrate · num_inference_steps · guidance_scale · init_noise_level · seed · enable_prompt_expansion · enable_safety_checker
προεπιλογή

Κείμενο που προσδιορίζει ανεπιθύμητες ιδιότητες στην έξοδο.

output_format προεπιλογή mp3

Μορφή container που χρησιμοποιείται για τον παραγόμενο ήχο.

προεπιλογή 192k

Bitrate ήχου εξόδου, το οποίο αγνοείται με wav ή flac επειδή είναι χωρίς απώλειες. Για συμπιεσμένες μορφές όπως mp3, aac ή opus, δώστε τιμή με τη μορφή '192k' ή '320k'.

προεπιλογή 8

Αριθμός επαναλήψεων δειγματοληψίας, με προεπιλογή 8, επειδή τα distilled, post-trained checkpoints επιτυγχάνουν ήδη καλή ποιότητα εκεί· οι πρόσθετες επαναλήψεις προσφέρουν μικρό όφελος.

προεπιλογή 1

Ισχύς classifier-free guidance μόνο για βασικά checkpoints· τα distilled checkpoints δεν επηρεάζονται. Στα κατάλληλα checkpoints, η αύξησή της ενισχύει την προσήλωση στο prompt.

προεπιλογή 0.9

Επίπεδο θορύβου ήχου-πηγής: το 0.1 διατηρεί μεγάλη ομοιότητα με την είσοδο, το 0.5 είναι ενδιάμεσο και το 1.0 αντικαθιστά πλήρως την πηγή με θόρυβο για καθαρή παραγωγή.

Seed τυχαίας γεννήτριας για επαναλήψιμα αποτελέσματα· αν παραλειφθεί, επιλέγεται τυχαίο seed.

POST /run/stable-audio-3/medium/audio-to-audio?wait=20 προσφορά → 0,042 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-3/medium/audio-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Stable Audio 3 Medium Audio to Audio

Μετασχηματίζει το `audio_url` σύμφωνα με ένα `prompt`, παράγοντας ήχο διάρκειας `duration` από 1 έως 380 δευτερόλεπτα (προεπιλογή 30). Το `init_noise_level` από 0 έως 1 ορίζει πόσο πιστά ακολουθεί το αποτέλεσμα την πηγή: χαμηλή τιμή τη διατηρεί κοντά, ενώ το 1.0 σημαίνει πλήρη δημιουργία. Η προεπιλογή είναι 8 βήματα, με διαθέσιμες διάφορες μορφές εξόδου.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
negative_promptπροαιρετικό
Τύποςstring
Προεπιλογή
Κείμενο που προσδιορίζει ανεπιθύμητες ιδιότητες στην έξοδο.
durationπροαιρετικό
Τύποςnumber
Προεπιλογή30
1 – 380
Μήκος ήχου σε δευτερόλεπτα, με μέγιστο 380 δευτερόλεπτα για το medium-model (περίπου 6 λεπτά 20 δευτερόλεπτα).
num_inference_stepsπροαιρετικό
Τύποςinteger
Προεπιλογή8
1 – 100
Αριθμός επαναλήψεων δειγματοληψίας, με προεπιλογή 8, επειδή τα distilled, post-trained checkpoints επιτυγχάνουν ήδη καλή ποιότητα εκεί· οι πρόσθετες επαναλήψεις προσφέρουν μικρό όφελος.
guidance_scaleπροαιρετικό
Τύποςnumber
Προεπιλογή1
0 – 25
Ισχύς classifier-free guidance μόνο για βασικά checkpoints· τα distilled checkpoints δεν επηρεάζονται. Στα κατάλληλα checkpoints, η αύξησή της ενισχύει την προσήλωση στο prompt.
seedπροαιρετικό
Τύποςinteger | null
Seed τυχαίας γεννήτριας για επαναλήψιμα αποτελέσματα· αν παραλειφθεί, επιλέγεται τυχαίο seed.
enable_prompt_expansionπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Επέκταση prompt με LLM όταν είναι ενεργοποιημένη, προσθέτοντας λεπτομέρειες και βελτιώνοντας την ποιότητα αποτελέσματος.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Έλεγχος ασφάλειας για περιεχόμενο NSFW.
output_formatπροαιρετικό
Τύποςenum
Προεπιλογήmp3
mp3wavflacoggopusm4aaac
Μορφή container που χρησιμοποιείται για τον παραγόμενο ήχο.
bitrateπροαιρετικό
Τύποςstring
Προεπιλογή192k
Bitrate ήχου εξόδου, το οποίο αγνοείται με wav ή flac επειδή είναι χωρίς απώλειες. Για συμπιεσμένες μορφές όπως mp3, aac ή opus, δώστε τιμή με τη μορφή '192k' ή '320k'.
promptαπαιτείται
Τύποςstring
Οδηγίες κειμένου που περιγράφουν τον μετασχηματισμό που θα εφαρμοστεί στον ήχο-πηγή.
audio_urlαπαιτείται audio
Τύποςurl · audio
Ήχος εισόδου για μετασχηματισμό.
init_noise_levelπροαιρετικό
Τύποςnumber
Προεπιλογή0.9
0 – 1
Επίπεδο θορύβου ήχου-πηγής: το 0.1 διατηρεί μεγάλη ομοιότητα με την είσοδο, το 0.5 είναι ενδιάμεσο και το 1.0 αντικαθιστά πλήρως την πηγή με θόρυβο για καθαρή παραγωγή.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-3/medium/audio-to-audio",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 42,
    "usd": "0.042",
    "charged": 42,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size}Απόσπασμα ήχου που παράγεται από την παραγωγή.
seed
integerSeed που ελέγχει την τυχαιότητα κατά την παραγωγή.
prompt
stringPrompt που χρησιμοποιήθηκε για την παραγωγή της εξόδου.

Περισσότερα μοντέλα: Ήχος

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/stable-audio-3/medium/audio-to-audio.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt